프로젝트 개요
최근 몇 년 동안 인공지능(AI) 기술은 다양한 산업 분야에서 혁명적인 변화를 가져왔습니다. 그 중에서도 AI를 사용한 시각 분야의 발전은 특히 높은 관심을 받고 있습니다. 여기서는 AI 기반 P&ID(공정 배관 계장도) 인식 프로젝트에 주목하여, P&ID의 개념과 프로젝트의 배경 및 목적을 알아보겠습니다.
📋 Table of Contents
1. P&ID란 무엇인가요?
/Piping-and-Instrumentation-Diagram.jpg)
출처: 이미지 링크
P&ID(Piping and Instrumentation Diagram)는 기본 설계 정보를 포함한 중요한 설계 도면입니다.
이 도면은 설계자가 의도한 공정 설비의 흐름, 조작, 및 설비 운영 지침을 나타내며, 모든 장비, 배관, 그리고 제어 기기를 표현합니다.
- 프로세스 흐름: 시설 내의 다양한 단계와 장치 간의 연결과 흐름을 나타냅니다.
- 장치 및 장비: 밸브, 펌프, 센서 등과 같은 장치와 장비의 위치와 역할을 표시합니다.
- 제어 시스템: 제어 패널 및 인터페이스, 자동화 시스템과 관련된 정보를 포함합니다.
P&ID는 설계, 건설, 운영, 유지 보수, 안전 관리 등 다양한 단계에서 사용되며, 정확하고 명확한 P&ID 인식은 공정의 원활한 운영을 지원합니다.
2. 프로젝트 배경
P&ID는 프로세스 흐름과 제어 시스템을 시각적으로 나타내는 중요한 역할을 합니다.
그러나 P&ID를 작성하고 관리하는 작업은 복잡하며, 오류를 유발할 수 있는데요.
기존에는 P&ID를 수작업으로 작성하고 유지하는 것이 일반적이었습니다. 이로 인해 휴먼 에러, 비용 증가, 시간 소요 등의 문제가 발생했습니다.
이러한 문제를 해결하기 위해 AI 기술을 도입한 프로젝트를 수행하게 되었습니다.
3. 프로젝트 목표
AI 기반 P&ID 인식 프로젝트는 이러한 P&ID를 자동으로 인식하고 이해할 수 있는 기술을 개발하는 것을 목표로 합니다. 이 프로젝트는 다음과 같은 이점을 제공합니다.
- 자동화: 인간의 수작업을 최소화하고, 비정형 P&ID 를 자동으로 인식하여 디지털 도면으로 변환합니다.
- 정확성: AI는 고정밀 데이터를 기반으로 작동하므로 인식 및 분석의 정확성을 향상시킵니다.
- 시간과 비용 절감: 수작업 작업을 줄이고, 빠른 업데이트 및 수정이 가능해 시간과 비용을 절감합니다.
이러한 AI 기반 설계도면 자동 인식 프로젝트는 입찰 단계에서 설계에 필요한 구성요소를 단시간 내 정확하게 추출하여 후속부서에 연계할 수 있으며, 실행 단계에서는 디지털 도면으로 자동 변환 및 설계 구성요소를 체계적으로 관리하는 설계 선진화 도입이 가능합니다.
4. 인식 모델 구축 계획
설계 도면(P&ID)을 구성하는 주요 요소는 심볼, 텍스트, 라인입니다. 이러한 구성 요소를 정확하게 인식하기 위해 구성 요소마다 최적의 딥러닝 모델 프레임워크를 설계하고, 모델이 학습하고 추론할 수 있는 환경을 도커 컨테이너로 구축할 것입니다.
/shapes.png)
심볼 인식 모델 설계
심볼은 P&ID에서 핵심적인 정보를 담고 있으며, 프로젝트나 발주처에 따라 다양한 형태와 이름을 가집니다. 따라서, 일반적인 지도학습 모델로만 접근하기에는 한계가 있습니다. 따라서 다양한 접근 방식을 채택하여 심볼을 인식할 모델을 설계합니다.
/text.png)
텍스트 탐지 및 인식 모델 설계
P&ID에 포함된 텍스트의 영역을 탐지하고, 그 안에 있는 텍스트의 의미를 인식하는 모델을 설계합니다. 초기 시도로는 Google의 Tesseract와 같은 오픈 소스 OCR 엔진을 사용했으나, 현재는 도면에 특화된 자체 개발 OCR 엔진을 구축하게 되었습니다.
/line.png)
라인 인식 및 연관관계 분석 모델 설계
P&ID에서는 라인은 시설 간 연결과 흐름을 나타냅니다. 하지만 라인의 feature는 특징적이지 않아 전통적인 이미지 분할 기술을 활용하기 어려웠습니다. 따라서, 이 부분에 대한 라인 트레이싱 방식을 활용한 Deep Line Tracer를 자체 개발합니다. 각 객체를 인식한 후, 이들 사이의 연관관계를 파악하여 스펙을 계산하고, 심볼마다 엔지니어링 정보를 주입시키는 과정을 거칩니다. 이렇게 계산된 정보는 다양한 Report로 산출되며 후속 공정에서 중요한 역할을 합니다.
맨 위로 이동 ↑다음 게시글부터는 차례대로 각 구성 요소(심볼, 텍스트, 라인)를 인식하는 모델을 구성하는 과정을 소개합니다.
댓글남기기